Googlecolabで無料で文字おこし

はじめに

Claude Codeを秘書役にして、頭に浮かんだ開発構想や人生設計の管理をしています。

夜寝る前にふとビジネスプランを思いつくことが多く、いつも次のようなフローでメモを残しています。

1. 紙に殴り書き
2. スマホで録音
3. 音声を文字起こし

このうち3の文字起こしに、Google Colab上でWhisperを実行する方法を使っているので、実行手順を備忘録として残します。

実行環境

Google Colab（無料枠でOK。速度を重視する場合はランタイムをGPU（T4など）に変更）
Whisper（OpenAI製の音声認識モデル）

手順

Whisperのインストール

first.py

!pip install -q openai-whisper

-q は quiet オプションで、インストール時のログ出力を抑えて画面をすっきりさせるためのものです。

音声ファイルのアップロード

Second.py

from google.colab import files
uploaded = files.upload()  # 

実行するとファイル選択ダイアログが表示されるので、録音した音声ファイル（m4a、mp3、wavなど）を選択します。複数ファイルをまとめてアップロードすることも可能です。

文字起こしの実行

third.py

import whisper
import os

# モデルは精度重視なら medium　や　large 
# 速度重視なら base や small
model = whisper.load_model("medium")

for filename in uploaded.keys():
    print(f"処理中: {filename}")

    result = model.transcribe(filename, language="ja")

    base_name = os.path.splitext(filename)[0]
    txt_filename = f"{base_name}.txt"

    with open(txt_filename, "w", encoding="utf-8") as f:
        f.write(result["text"])

    print(f"→ 保存完了: {txt_filename}\n")

print("完了")

アップロードした音声ファイルをすべてループで処理し、同名の.txtファイルとして書き出しています。language="ja"を指定することで日本語として認識させています。